Datawhale十月组队学习_推荐系统
Datawhale十月组队学习_推荐系统
20201019所学
推荐系统中对于一般的one-hot编码进行了平滑处理。
如下图片所示:
Embedding其实是一种思想，主要目的是将稀疏的向量(如one-hot编码)表示转换成稠密的向量，下图直观的显示了one-hot编码和Embedding表示的区别于联系，即Embedding相当于是对one-hot做了平滑，而onehot相当于是对Embedding做了maxpooling
目前主流的Embedding技术主要可以分为三大类。
- text embedding
- image embedding3. graph embedding
在推荐系统领域，text embedding技术是目前使用最多的embedding技术，对于文本特征可以直接使用该技术，对于非文本的id类特征，可以先将其转化成id序列再使用text embedding的技术获取id的embedding再做召回。
常见的text Embedding的技术有： - 静态向量：word2vec, fasttext, glove
- 动态向量：ELMO, GPT, BERT